Una IA puede vencer a jugadores humanos en ajedrez, Go, póquer y otros juegos que requieren múltiples estrategias para ganar. La inteligencia artificial, llamada Student of Games (SoG), fue creada por Google DeepMind. La compañía dice que este es un paso hacia una inteligencia artificial general capaz de realizar cualquier tarea con un rendimiento sobrehumano. Recientemente se publicó un artículo relacionado en Science Advances.

Martin Schmid, que alguna vez trabajó en investigación de inteligencia artificial en DeepMind, ahora trabaja en una empresa de nueva creación llamada Equilibrium Technology. Dijo que el modelo SoG se remonta a dos proyectos. Uno de ellos es DeepStack, una inteligencia artificial desarrollada por Schmid y otros equipos de la Universidad de Alberta en Canadá. Es la primera inteligencia artificial que derrota a jugadores profesionales humanos en una partida de póquer. Otro es AlphaZero de DeepMind, que vence a los mejores jugadores humanos en juegos como el ajedrez y el Go.

La diferencia entre estos dos modelos es que uno se centra en juegos de conocimiento imperfecto: los jugadores no conocen el estado de otros jugadores, como las manos en un juego de póquer; el otro se centra en juegos de conocimiento perfecto, como el ajedrez, donde ambos jugadores pueden ver la posición de todas las piezas en cualquier momento. Los dos requieren enfoques fundamentalmente diferentes. DeepMind contrató a todo el equipo de DeepStack con el objetivo de construir un modelo que pudiera promover ambos tipos de juegos, y así nació SoG.

Schmid dijo que el SoG comenzó como un "plan" sobre cómo aprender el juego y luego mejorarlo mediante la práctica. Este modelo principiante puede luego jugar libremente en diferentes juegos y aprender a jugar contra otra versión de sí mismo, aprendiendo nuevas estrategias y volviéndose gradualmente más capaz. Mientras que el anterior AlphaZero de DeepMind podía adaptarse a juegos de conocimiento perfecto, SoG se adapta tanto a juegos de conocimiento perfecto como a imperfecto, haciéndolo más general.

Los investigadores probaron SoG en ajedrez, Go, póquer y un juego de mesa llamado Scotland Yard. También probaron SoG en el póquer Leduc y una versión personalizada de Scotland Yard, y descubrieron que podía vencer a varios modelos de IA y jugadores humanos existentes. También debería poder aprender a jugar a otros juegos, afirmó Schmid. "Hay muchos juegos que puedes jugar y será realmente bueno en eso".

Esta amplia gama de capacidades viene con una ligera caída en el rendimiento en comparación con los algoritmos más especializados de DeepMind, pero SoG supera fácilmente a los mejores jugadores humanos en la mayoría de los juegos que aprendió. Schmid dijo que SoG aprendió a jugar contra sí mismo para mejorar en el juego, pero también para explorar lo que podría ser posible a partir del estado actual del juego, incluso si estuviera jugando un juego de conocimiento imperfecto.

"Cuando juegas un juego como el póquer, es difícil descubrir cómo encontrar el mejor siguiente movimiento si no sabes qué cartas tiene tu oponente", dijo Schmid. "Así que hay algunas ideas de AlphaZero y algunas ideas de DeepStack, que forman esta enorme combinación de ideas, que es Student of the Game".

Michael Rovatsos, de la Universidad de Edimburgo en el Reino Unido, que no participó en el estudio, dijo que aunque los resultados de la investigación son impresionantes, todavía queda un largo camino por recorrer antes de que la inteligencia artificial pueda considerarse inteligencia general, porque los juegos son un entorno donde todas las reglas y comportamientos están claramente definidos, en lugar del mundo real.

"Lo importante a destacar aquí es que se trata de un entorno artificial controlado y autónomo donde el significado de todo y las consecuencias de cada acción son muy claros", dijo Rovatsos. "Este problema es un problema de juguete porque, aunque puede ser muy complejo, no es real".

Información del artículo relacionado: https://doi.org/10.1126/sciadv.adg3256